基于PCA的人脸识别方法
(2) 组合系数(ai1,ai2,…,aip)构成的向量为单位向量,
(3) 各主成分的方差是依次递减的, 即
Var(C1)≥Var(C2)≥…≥Var(Cp)
(4) 总方差不增不减, 即
Var(C1)+Var(C2)+ … +Var(Cp) =Var(x1)+Var(x2)+ … +Var(xp) =p
这一性质说明,主成分是原变量的线性组合,是对原变量信息的一种改组,主成分不增加总信息量,也不减少总信息量。
(5) 主成分和原变量的相关系数 Corr(Ci,xj)=aij =aij
(6) 令X1,X2,…,Xp的相关矩阵为R, (ai1,ai2,…,aip)则是相关矩阵R的第i个特征向量(eigenvector)。而且,特征值 i就是第i主成分的方差, 即
Var(Ci)= i
其中 i为相关矩阵R的第i个特征值(eigenvalue)
1≥ 2≥ ≥ p≥0
3. 主成分的数目的选取
前已指出,设有p个随机变量,便有p个主成分。由于总方差不增不减,C1,C2等前几个综合变量的方差较大,而Cp,Cp-1等后几个综合变量的方差较小, 严格说来,只有前几个综合变量才称得上主(要)成份,后几个综合变量实为“次”(要)成份。实践中总是保留前几个,忽略后几个。
保留多少个主成分取决于保留部分的累积方差在方差总和中所占百分比(即累计贡献率),它标志着前几个主成分概括信息之多寡。实践中,粗略规定一个百分比便可决定保留几个主成分;如果多留一个主成分,累积方差增加无几,便不再多留。
三 基于 PCA 的人脸识别方法分析 本文探究的人脸识别方案就是基于 PCA(主成分分析)的方法进行的,PCA 方法的基本原理是:利用 K-L 变换抽取人脸的主要成分,构成...
; Biological characteristics; Recognition technology 1 引言 PCA,即 Principal Component Analysis,主成分分析方法,是一种得到广泛应用 的事实上的标准人脸识别方法。...
第6期总第208期2010年3月Inner 内蒙古科技与经挤MongoliaScienceTechnology&Economy No.6,the208thissue Mar.2010 基于PCA的人脸 识别算 法研究及实现田印中,董志学,...
2)提出一种基于模主元分析(模PCA)法改进的人脸识别算法, 与传统的PCA人脸识别算法相比,此算法在光照变化很大时具有更高的识别率。 3)在分析ICA的基础上,提出...
论文首先介绍了人脸识别的背景、 研究范围以及方法,对人脸识别领域的一些理论方法作了总体的介绍。本文中所 采用的人脸识别方法是比较经典的PCA(Principle 分析)【17...
本文研究的就是基于 PCA 的人脸识 别算法的实现。 本文按照完整人脸识别流程来分析基于 PCA 的人脸识别算法实现的性能。 首先使 用常用的人脸图像的获取方法获取...
项目名称:基于 PCA 的人脸识别算法研究 摘 要 随着人类社会的进步,以及科技水平的提高,一些传统的身份认证的方法逐渐暴 露出各种问题,因此人们需要采用一种更加可靠...
基于LSVD和PCA的人脸识别算法_数学_自然科学_专业资料。第3 0 卷第 1期 201 3年 3月 文章编号: 1001-4543(2013)01.0001.05 上海第二工业大 ...
基于PCA 的人脸识别陈哲盼 (华北电力大学 自动化系,河北 保定 071003) 摘要:人脸识别技术,作为目前模式识别领域研究的热点也是难点之一,其最早 提出可以追溯到 ...
热门文档